Chương 3 của tài liệu có tiêu đề "Testing and iteration" (Thử nghiệm và tinh chỉnh lặp lại), hướng dẫn chi tiết cách kiểm tra, đánh giá và tối ưu hóa skill sau khi đã thiết kế xong. Dưới đây là các nội dung cốt lõi của chương này:
1. Các cấp độ thử nghiệm (Testing levels) Tùy thuộc vào yêu cầu chất lượng và quy mô triển khai (cá nhân hay doanh nghiệp lớn), bạn có thể chọn 1 trong 3 phương pháp kiểm tra:
Thử nghiệm thủ công (Manual testing): Thực hiện trực tiếp trên Claude.ai bằng cách chạy các câu lệnh và quan sát hành vi. Cách này giúp tinh chỉnh nhanh mà không cần thiết lập môi trường.
Thử nghiệm qua kịch bản (Scripted testing): Sử dụng Claude Code để tự động hóa các ca kiểm thử nhằm xác thực lại tính ổn định mỗi khi bạn thay đổi nội dung skill.
Thử nghiệm qua API (Programmatic testing): Thông qua skills API để xây dựng các bộ đánh giá tự động chạy có hệ thống trên các tập dữ liệu lớn.
Mẹo từ chuyên gia: Hãy tập trung tinh chỉnh trên một tác vụ khó cho đến khi Claude thực hiện thành công, sau đó mới đóng gói thành skill, thay vì cố gắng kiểm tra trên diện rộng ngay từ đầu.
2. Ba trọng tâm kiểm tra (Recommended Testing Approach) Tài liệu đề xuất một phương pháp thử nghiệm toàn diện bao gồm 3 khía cạnh:
Kiểm tra kích hoạt (Triggering tests): Đảm bảo skill tự động tải vào đúng thời điểm. Bạn cần kiểm thử xem nó có kích hoạt với các yêu cầu rõ ràng và các yêu cầu được diễn đạt theo cách khác hay không, và quan trọng là không được kích hoạt với các chủ đề không liên quan.
Kiểm tra chức năng (Functional tests): Xác minh skill tạo ra kết quả chính xác, các lệnh gọi API thành công, có khả năng xử lý lỗi và bao quát được các trường hợp ngoại lệ (edge cases).
So sánh hiệu suất (Performance comparison): Chứng minh skill hoạt động hiệu quả hơn so với khi không dùng skill, dựa trên việc so sánh số bước cần trao đổi lại, số lệnh gọi API thất bại và lượng token tiêu thụ.
3. Sử dụng công cụ skill-creator Đây là một công cụ hỗ trợ (có sẵn trên Claude.ai hoặc Claude Code) giúp bạn xây dựng và thử nghiệm một skill hoàn chỉnh, thường chỉ trong 15-30 phút.
Tạo skill: Tự động tạo ra tệp
SKILL.mdvới phần cấu hình (frontmatter) chuẩn từ các mô tả bằng ngôn ngữ tự nhiên, đồng thời gợi ý cấu trúc và các cụm từ kích hoạt.Đánh giá: Phát hiện các lỗi phổ biến (như mô tả mơ hồ, thiếu từ khóa), cảnh báo rủi ro kích hoạt sai và gợi ý các kịch bản kiểm thử phù hợp.
Lưu ý:
skill-creatorchỉ giúp thiết kế và tinh chỉnh chứ không thực thi các bộ kiểm thử tự động hay đưa ra kết quả đo lường định lượng. Bạn có thể mang các lỗi gặp phải trong quá trình sử dụng thực tế quay lại hỏiskill-creatorđể nhờ nó tìm cách khắc phục.
4. Tinh chỉnh dựa trên phản hồi (Iteration based on feedback) Skill được xem là các tài liệu "sống" và cần được cập nhật liên tục dựa trên các dấu hiệu thực tế:
Kích hoạt quá ít (Undertriggering): Xảy ra khi skill không tải lúc cần thiết, hoặc người dùng/bộ phận hỗ trợ phải hỏi cách để bật nó. Cách xử lý: Thêm chi tiết, sắc thái và các từ khóa (đặc biệt là thuật ngữ kỹ thuật) vào phần mô tả.
Kích hoạt quá nhiều (Overtriggering): Xảy ra khi skill tải ở cả những truy vấn không liên quan khiến người dùng bối rối. Cách xử lý: Thêm các từ khóa phủ định (ví dụ: "KHÔNG sử dụng cho...") hoặc viết mô tả giới hạn rõ phạm vi cụ thể hơn.
Lỗi thực thi (Execution issues): Kết quả trả về không nhất quán, lệnh gọi API thất bại hoặc người dùng phải liên tục sửa lỗi. Cách xử lý: Cải thiện lại phần hướng dẫn trong
SKILL.mdvà bổ sung các bước xử lý lỗi cụ thể
Bình luận (0)
Đang tải bình luận...